整理〡秒針營銷科學院

觀點來源〡知乎GEO沙龍上海站

內容策劃〡張慧

什么是GEO?

什么是GEO？

GEO，生成引擎優化（Generative Engine Optimization），由普林斯頓大學、印度理工學院ITT Delhi的研究者，在2023年底合作的同名論文中率先提出，指的是通過靈活的黑盒優化方法，改進網站/內容在生成式搜索引擎回復中的可見性。

Q：AI的出現讓用戶的消費模式發生了怎樣的變化？

李奕晨：

一是用戶的問題更完整、更直接。

傳統的搜索，搜索詞平均長度在3到8個字之間，通常很零散，用戶通過關鍵詞找到相關信息后，再進一步找跟自己需求更匹配的信息。

如今的AI 搜索，用戶表達的，更多是一個完整的、直接的問題，用戶或者問清晰的問題，或者把對應的情景描述出來，但不管哪種，AI都能給出對應的答案。

具體到某個選購場景，用戶通常不會籠統的問“運動鞋怎么選？”，而是會說“我要上體育課，或者我是一個愛跑步的人。我現在腳受傷了，應該選什么樣的鞋或者裝備？”這是非常具體地，深入到某個場景的問題。

二是多輪對話、持續互動。和傳統搜索相比，AI最大的不同，是它能“記憶上下文”。用戶有時候很難一次性表達清楚自己的想法和訴求，經常會出現用戶拋出“我身體不舒服……？”，AI回復中提到“建議多做一些運動”，用戶反過來問“我想做運動，有什么建議？”的情況。

整個過程中AI和人會持續互動，反向挖掘用戶需求。

目前，從用戶搜索行為習慣來看，這是比較明顯的變化。

Q：在給AI描述需求的過程中，用戶在情緒上很松弛，語言結構也會更嚴謹。請教譚院長，據您的觀察，AI 時代用戶的消費模式變了嗎？

譚北平：

這里我們要提一個新概念——AIGD。AIGC我們都知道，是AI生成內容，AIGD其實是AI生成決策。過去，媒體是我們“眼睛”的延伸，今天AI正在放大媒介的價值，讓它成為“大腦”的延伸。

中國的媒介消費，有兩點，跟海外很不一樣。

一是更“老少皆宜”。各個年齡段，甚至“不會寫字的”都會積極地用，用戶年齡跨度非常大；

二是用戶態度更“開放”。中國消費者是全球最相信科技的消費者，他們對 AI 答案的信任程度遠高于其他國家。國外很多國家對 AI會本能的排斥，但中國消費者是非常開放的。

Q：消費者的行為有了很多改變，對品牌方來說，AI帶來了哪些營銷上的機遇和挑戰？

顧蓓蓓：

品牌主或廣告主會先看數據，看用戶到底怎么用 AI，AI 的滲透率到了什么程度。剛才我們做了一個簡單分析，通過抽樣來看，過去一個月大概有 80% 的用戶用了AI工具，這種使用包括了間接的和直接的。從這個角度看，廣告主會認為AI既是工具，也是內容載體。

對他們來講，機會在于AI可以讓品牌有更多機會被用戶看到。剛才奕晨老師分享的一個詞特別好——多輪互動，用戶在AI上跟AI的互動是交互式的，他們會進行多輪對話。在長對話里，品牌被看見的幾率也會增加。

另一方面，挑戰在于，現在做AI營銷，不單單要分析用戶的搜索行為，還要分析 AI 的思考和輸出框架，并且基于輸入和輸出的洞察，來設計品牌被AI推薦的策略。

Q：從SEO到GEO：搜索入口的遷移如何迫使營銷范式重構？

桑田：

AI是偏理性的?；卮疬@個問題時，我腦子里突然閃現了一句廣告詞“你值得擁有”，這里沒有任何貶低品牌的意思。在電視以及互聯網時代，這是句非常有感染力的廣告語，但在AI時代，如果把“你值得擁有”輸給 AI，它是無法理解的。

SEO時代，品牌會在官網展現品牌調性、產品序列、功效和細節，放在過去，這是奏效的，但現在，當我們把一個國際美妝品牌丟給AI做分析，會發現從它的語料收集和輸出來看，官網的引用量都偏低。

與此同時，我們也看到一些數據公司在做不一樣的事兒：把用戶可能問到的問題，以 FAQ 的方式集成在自己的官網里。

從美妝品牌的思路看，就是把包括“我怎么確定膚質？”“什么是油皮？”等問題的內容整理成AI看得懂的問答對，這種內容按理不該出現在品牌官網上，但AI時代，類似的語料如果能在官網展示，同時用戶在AI搜索里能觸發，對于品牌而言，反而是加分項。

按這個邏輯，在 AI 搜索環境里，很多以前偏情感營銷、品牌營銷的美妝品牌，就需要讓自己的信息和品牌優勢、產品賣點，以AI讀得懂的方式，滲透到 AI 搜索的回答里。

譚北平：

對品牌來說，AI目前是新配置。任何媒介，等所有用戶都用它時再投資，往往已經來不及了。一個新媒介出現，最先吸引的，一定是最有創造力、最有行動力的人群和品牌。從這點出發來思考，我覺得品牌不需要特別仔細的看數據，現在就是品牌投資AI最好的時機。

我最近和復旦大學金立印教授一起寫了本新書——《生成：AI 生產力重構營銷新范式》，其中有一章，內容就是“改變AI對你的認知”。

書中我們有個很鮮明的觀點：用對待“人”的方式對待 AI，把它當成一個更復雜、會吸收信息也會表達信息的人。你如果能說服AI，讓它覺得你是個厲害的品牌，讓它能很自信地向其他人推薦，你就成功了。

所以廣義來看，我甚至覺得 GEO 還是窄了，因為它還是從搜索的視角看人認知的變化。AI能影響那些不搜索的人嗎？答案是肯定的，因為用AI的人還會影響不用AI的人。

我們做過一個研究，問了幾十個品類的3000 多個品牌，發現 AI 能推薦的列表并不長，大概只有 7~9 個，人的短時記憶容量其實也只有 7±2。這說明，傳統的定位理論在AI時代，還是奏效的，但品牌得搶，得有獨特性，得創造新的 token。

Q：GEO時代，AI更偏愛什么數據？

范昊迪：

需要說明的是，現在絕大多數營銷用到的數據，并不會進入大模型的訓練。模型的預訓練階段，需要做大量數據清洗工作，把重復內容以及廣告內容等都刪掉。所以我們談“AI 喜歡的數據”，指的并不是訓練階段的數據，而是剛才奕晨提到的，產品開發過程中 AI 的“數據品位”。

總結來看，GEO 時代，AI的信息偏好可以分成前后兩個階段，前期，它更偏好結構化、知識密度高、邏輯自洽且篇幅較短的信息，這點可以從 AI 搜索產品的技術路徑倒推：從非聯網到聯網，再到 RAG，本質是在模擬人的知識檢索過程。

這個過程中，品牌能優化的，其實是“數據被發現”和“數據被信任”這兩個環節。

后期，AI不再需要提升模型的認知能力，而是要讓AI更像人、做更對的決策，所以，我們不會再討論“AI 的數據品位”，而是回到“人的數的品位”。從這個角度看，后期品牌能做的，是構建自身的影響力。

Q：如果品牌想入局 GEO，前三步該怎么走？

譚北平：

從我們的角度，分三步——摸現狀、定策略、做內容。

第一步，摸清當前的AI認知狀況：包括AI推薦里品牌的位置、可見性，以及推薦度等。很多客戶目前已經在做這件事。

第二步，制定策略。有些公司服務大B客戶，有的專注細分賽道。市場里，頭部往往贏者通吃，但新品牌可以找差異化定位。比如貓糧賽道太卷，就聚焦“老年貓”等細分市場，做強獨特性。未來，差異化定位更重要。

第三步，內容布局。一部用來做短期、流轉快的“短記憶”；另一部分做長期、可沉淀的“長記憶”。比如“上呼吸道感染該不該立刻吃抗生素？”這類知識，短期看和醫藥大盤無關，卻是品類認知問題，需要長期培育。

顧蓓蓓：

我拿一個國際美妝品牌的案例做分享。做 GEO 時，他們會先解決“讓 AI 信任”的問題：做定制化內容營銷，打出差異化，用 E-E-A-T 原則（經驗、專業、權威、可信）做內容，讓模型愿意引用。具體做法是把E-E-A-T的四層要求落到具體的廣告內容創作里。另外，因為不同 AI 工具引用內容的權重和特性不同，內容投放時也要有所側重。

第二步，回歸用戶洞察。AI 對話場景下，用戶不會只問“美白產品”，而是會問“曬黑了怎么辦？”“怎么全身美白？”。品牌要在搜索前布局這些關鍵詞，搜索中還要回答用法、場景、與競品的差異、適合人群、如何維持效果等問題——把場景拆細，做最大程度的關鍵詞覆蓋。這對投放的專業能力要求很高。

桑田：

我分享一個華東客戶的案例，大家應該都服務過美孚、殼牌等國際機油和石化合成產品公司。以前它們會拿固定的預算，在汽車媒體做品牌廣告，也會針對普通車主做內容營銷，比如“如何選擇機油？”等。

如今到了AI時代，類似的品牌已經迅速把原來放在官網的，關于機油標號、粘稠度、零度以下適用型號、美系/日系/德系車對應機油等知識點，快速投喂給了 AI，形成了契合自己產品體系，以及用戶用車、保養需求的完整問題庫。

這樣一來，當用戶用 AI 搜索“我開一輛日系天籟，該用什么機油？多久換一次？推薦哪個品牌？”等問題時，就能匹配到品牌提前布好的知識點。

對于使用場景窄、競爭不激烈的行業，這能讓品牌迅速在 AI 搜索里占得先機。對手機這類競爭激烈的大品類，短期內僅靠語料優化也許撼動不了 OV、小米等頭部品牌，但細分領域的品牌只要動手早，就能快速冒頭。